始める無料で始める

リスク要因の相関を可視化する

投資銀行は、金融危機の前後にモーゲージ担保証券（MBS）に多額の投資を行っていました。これは、投資銀行のポートフォリオにとって MBS が有力なリスク要因であることを示唆します。これを評価するために、portfolio returns と MBS のリスク指標である90日延滞率 mort_del の散布図を作成します。

mort_del は四半期データのみで提供されています。そのため、portfolio_returns はまず DataFrame の .resample() メソッドを使って、日次から四半期頻度へ変換する必要があります。

作業スペースには、等金額加重ポートフォリオの portfolio_returns と延滞率変数 mort_del が用意されています。散布図の作成には、作業スペース内のプロット軸 plot_average と plot_min を使います。これらに対して .scatter() メソッドで散布図を追加します。

この演習はコースの一部です

Pythonで学ぶ定量的リスク管理

コースを見る

演習の手順

  • .resample() と .mean() メソッドを使って、日次の portfolio_returns を四半期平均データに変換してください。
  • mort_del と portfolio_q_average の散布図を plot_average に追加しましょう。強い相関はありますか？
  • つぎに .mean() の代わりに .min() を使って、四半期の最小値データを作成してください。
  • mort_del と portfolio_q_min の散布図を plot_min に追加してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Transform the daily portfolio_returns into quarterly average returns
portfolio_q_average = portfolio_returns.____('Q').____.dropna()

# Create a scatterplot between delinquency and quarterly average returns
plot_average.____(____, portfolio_q_average)

# Transform daily portfolio_returns returns into quarterly minimum returns
portfolio_q_min = ____.resample('____').____.dropna()

# Create a scatterplot between delinquency and quarterly minimum returns
plot_min.scatter(____, ____)
plt.show()
コードを編集して実行